GPT-6 Sol und GPT-6 Luna: Das günstigere Token ist nicht immer die günstigere Aufgabe

Der Anbieter lieferte GPT-6 Sol und GPT-6 Luna am 22. September 2026 aus, und die Schlagzeile ist überall der Preis: Sol bei 2,00 $ pro Million Input-Tokens und 10,00 $ Output, Luna bei 0,10 $ und 0,50 $, beide etwa die Hälfte dessen, was GPT-5.6 Sol und GPT-5.6 Luna zu aktuellen Aktionspreisen verlangen, und beide deutlich unter dem Flaggschiff GPT-6 Astra mit 10,00 $/50,00 $. Die Ankündigung des Anbieters selbst beginnt mit „Wir haben auch Caching und Inferenz effizienter gemacht." Das Problem daran, das als Rabattgeschichte zu lesen, ist, dass die Einheit, die tatsächlich auf Ihrer Rechnung landet, kein Token ist. Es ist eine Aufgabe. Und die ersten unabhängigen Messungen, die am selben Tag veröffentlicht wurden, zeigen, dass die beiden neuen Modelle bei genau dieser Einheit in entgegengesetzte Richtungen driften – wobei GPT-6 Luna, das beim Input um den Faktor zwanzig günstigere der beiden Modelle, von beiden im Vergleich zu seinem eigenen Vorgänger schlechter abschneidet. Eines dieser Modelle ist ein reines Upgrade und eines ist ein echter Kompromiss, und die Ankündigung des Anbieters unterscheidet nicht zwischen ihnen.

Vor den Zahlen die Sourcing-Regeln für diesen Artikel, denn die beiden Belegstapel hier verdienen ein sehr unterschiedliches Gewicht. Preise, Kontextfenster, Cache-Raten und Wissensstichtage stammen aus OpenAIs eigener API-Dokumentation und den Preistabellen, gelesen am 23. September 2026, wobei die Service-Tier- und Cache-Write-Zeilen mit Cost-Trackern von Drittanbietern abgeglichen und nicht allein aus der Ankündigung übernommen wurden. OpenAIs Benchmark-Tabellen – AutomationBench, DeepSWE 1.1, OSWorld 2.0, Agents' Last Exam und eine interne Factuality-Evaluierung – sind vom Anbieter berichtet und nicht reproduziert, und jede unten daraus gezogene Zahl ist als solche gekennzeichnet. Die unabhängigen Zahlen stammen von Artificial Analysis, die beide Modelle am Veröffentlichungstag mit ihrem Intelligence Index und Coding Agent Index getestet hat; auf diese sollte man sich bei einer Entscheidung stützen. Wo die beiden voneinander abweichen, sagt der Artikel dies, statt sie zu mitteln.

Der Launch, in einem Absatz

Sol und Luna sind Modelle der mittleren und unteren Kategorie der GPT-6-Familie, trainiert mit den Methoden hinter GPT-6 Astra und positioniert als schnellere, kostengünstigere Wege, den Großteil der Fähigkeiten von GPT-6 Astra zu erreichen. OpenAI stellt dabei die Kosten pro Aufgabe und nicht die reine Leistungsfähigkeit in den Vordergrund: Laut OpenAI macht GPT-6 Sol bei der internen Faktenbewertung etwa halb so viele Fehler wie GPT-5.6 Sol, und GPT-6 Luna erreicht bei höherem Reasoning-Aufwand die Faktenrichtigkeit von GPT-5.6 Sol bei ungefähr einem Hundertstel der Aufgabenkosten. Beide akzeptieren Text- und Bildeingabe und erzeugen Text, beide haben ein Kontextfenster von 1.050.000 Tokens mit einer Ausgabegrenze von 128K — Artificial Analysis listet für dasselbe Modell 872k, daher sollte das obere Ende dieses Fensters als vom Anbieter angegeben betrachtet werden — und beide bieten Reasoning-Aufwand von none bis max, eine Stufe, die GPT-6 Astra nicht anbietet, weil Astra kein none. Modell-IDs sind gpt-6-sol und gpt-6-luna. Die Verfügbarkeit läuft über die API, über ChatGPT Work und Codex für Plus-, Pro-, Business-, Enterprise- und Edu-Konten sowie über Amazon Bedrock, das am selben Tag die allgemeine Verfügbarkeit beider Modelle ankündigte. Free- und Go-Nutzer erhalten Luna in der Desktop-App; keines der Modelle ist derzeit im einfachen Chat-Modus verfügbar.

Was die vier unabhängigen Zahlen aussagen und warum sie voneinander abweichen

Beginnen wir mit GPT-6 Sol, denn seine Geschichte ist einfach. Artificial Analysis bewertet esmit 48 Punkten auf dem Intelligence Index, Platz 18 von 212 gemessenen Modellen, bei 1,06 $ pro Index-Aufgabe gegenüber 1,99 $ für GPT-5.6 Sol – etwa die Hälfte der Kosten bei gleichem Indexwert, und eine Verbesserung der Kosten pro Aufgabe, die Bestand hat statt sich zu verflüchtigen. Sein Coding Agent Index steigt auf 57 von 55, wobei Terminal-Bench 4.0 von 37 % auf 43 % steigt und SWE-Atlas-QnA von 54 % auf 58 %, bei 2,99 $ pro Aufgabe an der Pareto-Grenze. Seine Halluzinationsrate fällt von 92 % auf 60 %, und sein Enthaltungsverhalten ändert seine Form vollständig: Es beantwortet jetzt 83 % der Fragen, bei denen die vorherige Generation 99 % beantwortete, und bekommt dafür ein Viertel weniger falsche Antworten, während die Genauigkeit von 59 % auf 54 % sinkt. Das ist ein Modell, dem beigebracht wurde, den Mund zu halten, wenn es etwas nicht weiß, und der AA-Omniscience Index, der von 22 auf 27 steigt, ist dieselbe Tatsache als Punktzahl ausgedrückt.

Jetzt GPT-6 Luna — und die Geschichte ändert sich. Artificial Analysis bewertet es mit 37 im Intelligence Index — dieselbe Zahl, die GPT-5.6 Luna erreicht. Seine Kosten pro Index-Aufgabe sinken von 0,18 $ auf 0,07 $, etwa 60 % weniger, und diese Einsparung ist real. Aber sein Coding Agent Index sinkt, von 43 auf 41, wobei SWE-Atlas-QnA von 49 % auf 44 % fällt und DeepSWE 1.1 von 66 % auf 64 %. Seine Halluzinationsrate verbessert sich von 93 % auf 77 %, und sein Abstinenzverhalten bewegt sich kaum — Genauigkeit 44 % gegenüber 43 %, AA-Omniscience von −10 auf 1. Zusammengenommen: dieselbe gemessene Intelligenz zu rund 40 % der Aufgabenkosten, mit einem schlechteren Coding-Agenten und im Wesentlichen unveränderter Antwortqualität.

Das ist kein Widerspruch, und der Grund dafür ist wichtig. Ein günstigeres Token bringt Ihnen nur dann weniger, wenn das Modell mehr Token verbraucht, um dieselbe Aufgabe zu erledigen – und die unabhängigen Daten zeigen, dass diese Modelle mehr verbrauchen, nicht weniger. Der Output pro Index-Aufgabe stieg bei Sol von 29k auf 31k Token und bei Luna von 41k auf 51k. Die 60 % Einsparung von GPT-6 Luna stammt vollständig aus der Preissenkung, nicht daraus, dass das Modell sparsamer läuft. Die Drift bei den Token pro Aufgabe ist klein genug, dass die Rechnung hier noch zu Ihren Gunsten aufgeht; sie ist nicht klein genug, um sie als Kategorie zu ignorieren, denn sie ist der Mechanismus, durch den eine künftige Preissenkung durch ein geschwätzigeres Modell neutralisiert werden kann. Auch OpenAIs eigene Darstellung ist aus demselben Grund zu Kosten pro Aufgabe übergegangen.

Zwei Regressionen stehen außerhalb der beiden Schlagzeilen-Indizes und verdienen es, benannt zu werden, denn keine von beiden taucht in der Ankündigung von OpenAI auf. In GDPval-AA v2.1, das Ergebnisse von Wissensarbeit misst, verliert GPT-6 Sol rund 100 Elo gegenüber seinem Vorgänger und GPT-6 Luna rund 75. GPT-6 Luna verliert außerdem rund 45 Elo in AA-Briefcase v1.1, wo Sol stabil bleibt — Artificial Analysis führt die Lücke auf schwächere Präsentation und fehlende Rubrik-Punkte zurück. Wenn Sie die günstige Stufe für Massenzusammenfassung, Extraktion und Klassifizierung nutzen, betrifft Sie nichts davon. Wenn Sie damit etwas entwerfen, das eine Person freigibt, dann schon.

Die Caching-Änderung ist die eigentliche API-Neuigkeit

Unter der Preisliste verborgen liegt eine Änderung, die für eine Produktionsrechnung mehr zählt als die Schlagzeilen-Senkung, und sie ist der Teil der Ankündigung, auf den OpenAIs eigener Beitrag mit einem Nebensatz anspielt. Drei Dinge haben sich geändert, und das dritte sollte man zweimal lesen.

Beim ersten handelt es sich um den Rabatt selbst: Lesevorgänge aus dem Cache für Eingaben werden mit 10 % des Eingabetarifs abgerechnet, also mit 90 % Rabatt, was dieselbe Bedingung ist, die die Familie bereits mitbrachte, und keine neue. Der Cache-Preis für Sols Eingaben liegt bei 0,20 $ pro Million und bei Luna bei 0,01 $; Cache-Schreibvorgänge kosten einen Aufschlag von 1,25x, nämlich 2,50 $ bzw. 0,125 $, mit einer einzigen Gültigkeitsdauer von 30 Minuten.

Der zweite Punkt ist Kontrolle. Explizites Caching über prompt_cache_options und prompt_cache_breakpoint — die Parameter, mit denen Sie festlegen können, wo ein wiederverwendbares Prompt-Präfix endet, statt darauf zu hoffen, dass der Anbieter rät — ist auf beiden Modellen verfügbar. Dies ist keine neue API-Oberfläche; neu ist, dass es sich lohnt, sie zu nutzen, weil die Standard-Trefferquoten gestiegen sind.

Der dritte ist derjenige, der die Architektur verändert. Das Ändern des Reasoning-Aufwands oder das Ein- und Ausschalten von Tools macht das zwischengespeicherte Präfix nicht mehr ungültig.Vorher musste eine Agentenschleife, die den Aufwand für einen schwierigen Schritt hoch- und für einen einfachen wieder herunterdrehte, bei jeder Reglerdrehung ihren gesamten Kontext neu verarbeiten, und dasselbe galt für eine, die mitten im Gespräch ein Tool hinzufügte oder entfernte. Diese Belastung ist bei diesen beiden Modellen jetzt weg. OpenAI verweist auf GitHub, das berichtete, dass die Änderungen den Anteil der Prompt-Tokens, die frisch verarbeitet werden müssen, über Milliarden von Anfragen hinweg um mehr als die Hälfte reduzierten. Betrachten Sie das als eine vom Anbieter stammende Zahl — sie ist glaubwürdig und nicht unabhängig geprüft.

Rechnet man das für einen langen Agent-Loop durch, kippt die Rangfolge der beiden Ankündigungen. Ein Loop, der einen System-Prompt und ein Tool-Schema mit 30.000 Token über 200 Turns hinweg mitschleppt, bewegt 6 Millionen Token Kontext. Ohne Caching sind das auf GPT-6 Sol 12,00 $ an Input. Mit dem Präfix im Cache zu 0,20 $ pro Million sind es 1,20 $ plus der einmalige Schreibvorgang — eine Größenordnung, aufgrund einer Parameteränderung, noch bevor die Preissenkung überhaupt greift. Die Preissenkung ist das, womit die Ankündigung geworben hat. Das Cache-Verhalten ist das, was die Zahl tatsächlich bewegt, und es ist der Grund, warum sich ein beworbener Preis von 2,00 $ bei den Workloads, für die OpenAI diese Modelle anpreist, wie etwas viel Billigeres verhält.

Die Preisliste, einschließlich der Teile, die die Ankündigung auslässt

Die beworbenen Preise sind nicht die gesamte Preisliste, und drei Tarifstufen ändern die Entscheidung für bestimmte Workloads.

• Base — GPT-6 Sol 2,00 $ ein / 10,00 $ aus; GPT-6 Luna 0,10 $ ein / 0,50 $ aus, pro Million Tokens, für Prompts mit bis zu 272K Eingabe-Tokens.

• Langer Kontext — oberhalb von 272K Input-Tokens wird die gesamte Anfrage mit 2x Input und 1,5x Output abgerechnet: $4.00/$15.00 für Sol und $0.20/$0.75 für Luna. Das ist eine Klippe, kein Grenztarif. Wenn Ihre Prompts 300K Tokens erreichen, zahlen Sie das Doppelte für die gesamte Anfrage, nicht für die 28K über der Grenze, und ein Dokument in zwei Aufrufe unterhalb der Schwelle aufzuteilen ist oft günstiger, als es einmal oberhalb der Schwelle zu senden.

• Service-Stufen — Flex halbiert die Rechnung (1,00 $/5,00 $ für Sol, 0,05 $/0,25 $ für Luna) im Gegenzug für eine längere Bearbeitungsdauer; Priority verdoppelt sie. Beide werden über den service_tier-Parameter ausgewählt. Flex ist der Ort, an dem batch-ähnliche Jobs leben sollten, und das tun sie fast nie.

• Zwischengespeicherte Eingabe — 0,20 $ pro Million bei Sol und 0,01 $ bei Luna, ein Rabatt von 90 %, mit einer TTL von 30 Minuten und einem Aufschlag von 1,25x für Cache-Schreibvorgänge.

• Kontext und Ausgabe — 1.050.000-Token-Fenster, max. 128K Ausgabe, Text- und Bildeingabe, Textausgabe, Reasoning-Aufwand keine bis maximal mit mittel als Standard.

• Wissensstichtage — 20. April 2026 für GPT-6 Sol und 18. Mai 2026 für GPT-6 Luna, was einen Monat Unterschied innerhalb derselben Familie bedeutet und was man wissen sollte, bevor man annimmt, dass die beiden Modelle dieselbe Weltsicht teilen.

Was die Benchmark-Tabelle von OpenAI aussagt – und was nicht.

Die von OpenAI veröffentlichten Vergleiche sind alle Kosten pro Aufgabe, alle gegen Anthropic und alle vom Anbieter selbst durchgeführt. Bei AutomationBench 1.0.6, einer agentischen Evaluierung mit 47 Tools, meldet das Unternehmen für GPT-6 Sol bei xhigh effort eine Punktzahl von 33,2 % bei 0,27 $ pro Aufgabe, gegenüber Claude Opus 5 mit 26,9 % und etwa dem Elffachen der Kosten pro Aufgabe. Bei DeepSWE 1.1 meldet es Sol bei max effort mit 68,8 % gegenüber Claude Fable 5 mit 69,9 % – eine Niederlage bei der Punktzahl bei etwa 80 % niedrigeren Kosten pro Aufgabe – und Luna mit 66,6 %. Bei OSWorld 2.0 erreicht Sol 60,5 % bei xhigh gegenüber 60,3 % von Opus 5, wiederum bei rund 80 % weniger pro Aufgabe. Bei Agents' Last Exam erreicht Sol 56,4 %, was laut OpenAI das beste Ergebnis von Opus 5 bei 60 % niedrigeren Kosten pro Aufgabe übertrifft.

Jede dieser Zahlen stammt vom Anbieter und ist nicht reproduziert, und zwei Einschränkungen sollten eher mitgenommen als zu den Akten gelegt werden. Erstens hat OpenAI den Vergleich gegen Claude Opus 5 durchgeführt, nicht gegen Claude Opus 5.5, das nur Stunden vor der Ankündigung veröffentlicht wurde, sodass bisher kein Vergleich im identischen Testaufbau belegt, welches Modell tatsächlich die niedrigeren Kosten pro erfolgreicher Aufgabe liefert. Zweitens sind Kosten pro Aufgabe nicht Kosten pro korrekter Aufgabe: Ein Modell, das in 83 % der Fälle antwortet und sich beim Rest der Antwort enthält, wirkt pro Aufgabe günstig in einem Benchmark, der Enthaltungen als Aufgaben zählt. Die oben genannten unabhängigen Enthaltungsdaten sind es, die es Ihnen ermöglichen, das ehrlich zu bepreisen – dass GPT-6 Sol 83 % der Fragen beantwortet, wo das alte Modell 99 % beantwortet hat, ist ein bewusster Kompromiss, und ob er gut ist, hängt ganz davon ab, was eine falsche Antwort Sie kostet.

OpenAI berichtet, dass GPT-6 Luna bei höherem Aufwand die Faktenrichtigkeit von GPT-5.6 Sol bei etwa einem Hundertstel der Aufgabenkosten erreicht. Das ist ein Vergleich der Faktenrichtigkeit, kein Fähigkeitsvergleich, und der unabhängige Coding Agent Index führt GPT-6 Luna zwei Punkte unterhalb von GPT-5.6 Luna, geschweige denn GPT-5.6 Sol.

Was man damit tatsächlich machen sollte

GPT-6 Sol ist die unkomplizierte Wahl. Halbe Aufgabenkosten bei gleichem Index-Score, ein besserer Coding-Agent, ein starker Rückgang der Halluzinationen und eine echte Veränderung des Enthaltungsverhaltens summieren sich zu einem Upgrade, das Sie planmäßig vornehmen können, statt auf Glück zu setzen. Wenn Sie GPT-5.6 Sol nutzen, ist das eine Migration, und die einzige wirklich relevante Frage ist, welche Ihrer Prompts von der Bereitschaft des alten Modells abhängen, alles zu beantworten.

GPT-6 Luna ist der Kandidat, den man testen sollte, bevor man umsteigt. Es ist kein strikt besseres GPT-5.6 Luna; es ist ein anders geformtes — günstiger pro Aufgabe, zurückhaltender bei dem, was es behauptet, und messbar schlechter beim agentischen Coding. Für Klassifizierung, Extraktion, Routing und Zusammenfassung in großem Umfang ist der Tausch nahezu geschenktes Geld. Für alles, was einen Coding Agent versorgt oder ein Dokument erzeugt, das ein Mensch freigibt, sind die Zwei-Punkte-Verschlechterung beim Coding Agent und der GDPval-Rückgang der Grund, GPT-5.6 Luna im Pfad zu behalten, bis Sie Ihre eigenen Aufgaben durch beide haben laufen lassen.

Das ist auch das Argument dafür, keines von beiden fest zu verdrahten. Beide Modelle laufen derzeit ausschließlich über OpenAI, und die Workloads, die diese Stufen bedienen – Routing, Extraktion, günstige Klassifizierung –, sind genau die, bei denen ein zweiter Anbieter hinter demselben Endpoint eine Modellregression zu einem Nicht-Ereignis macht. OrcaRouter gibt die Listenpreise der Anbieter mit 0 % Aufschlag weiter, sodass eine Preisänderung eines Anbieters bei uns am selben Tag ankommt, an dem sie beim Anbieter ankommt, und die Routing-DSL ermöglicht es, GPT-6 Luna für den einfachen Teil des Traffics hinter ein günstigeres Modell zu setzen, während der schwierigere Teil an GPT-6 Sol geht – mit automatischem Failover, falls einer der Pfade schlechter wird. Man muss am Starttag keinen Sieger küren, um vom Start zu profitieren.

Der ehrliche Vorbehalt: GPT-6 Sol und GPT-6 Luna sind mit Stand vom 23. September 2026 nicht über OrcaRouter routbar. Wir hosten sie noch nicht, und nichts des oben Gesagten sollte als Behauptung gelesen werden, dass wir es täten. Was heute auf unserer Seite steht, ist das Vergleichsset — GPT-5.6 Sol zu $4.00/$20.00, GPT-5.6 Luna zu $0.20/$1.20 und GPT-6 Astra zu $10.00/$50.00 —, und genau das brauchen Sie, um die Migration zu kalkulieren, bevor Sie sich darauf festlegen.

Was als Nächstes ansehen

Drei Dinge würden klären, was dieser Launch tatsächlich war. Das erste ist, ob der Tarif von GPT-5.6 Luna in Höhe von 0,20 $/1,20 $ das Quartal übersteht, denn ein dauerhafter Preis von einem Anbieter war historisch eher der Eröffnungszug als das Ende davon – und die am selben Tag erfolgte Veröffentlichung von Claude Opus 5.5 deutet darauf hin, dass der Druck, der zu dieser Senkung geführt hat, nicht verschwunden ist. Das zweite ist, ob die Verlagerung hin zur Enthaltung im Feld Bestand hat: Dass GPT-6 Sol sich weigert, eine von sechs Fragen zu beantworten, ist die Art von Änderung, die im Labor als Verbesserung und in einer Pipeline, die eine Antwort voraussetzte, als defektes Produkt gelesen wird. Das dritte ist, ob sich das Cache-Verhalten in Ihrem Traffic tatsächlich zeigt, was sich diese Woche messen lässt und nur durch Messen beantwortet werden kann – der Rabatt ist groß genug, dass eine einzige Stunde, die man mit der Instrumentierung der Cache-Trefferraten bei Ihren längsten Prompts verbringt, mehr wert ist als eine weitere Benchmark-Tabelle.